Tối ưu hóa bầy kiến đa mục tiêu (MOACO)
Tối ưu hóa bầy kiến đa mục tiêu (MOACO) là một siêu thuật toán trí tuệ bầy đàn, mở rộng khuôn khổ Tối ưu hóa bầy kiến cổ điển để đồng thời tối ưu hóa hai hoặc nhiều mục tiêu xung đột. Kiến nhân tạo xây dựng các giải pháp ứng viên được hướng dẫn bởi các vệt pheromone và thông tin heuristic, dần dần xây dựng một kho lưu trữ các giải pháp Pareto tối ưu thay vì hội tụ về một câu trả lời tốt nhất duy nhất.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- Gambardella, L. M., Taillard, E., & Agazzi, G. (1999). MACS-VRPTW: A multiple ant colony system for vehicle routing problems with time windows. In D. Corne, M. Dorigo, & F. Glover (Eds.), New Ideas in Optimization (pp. 63–76). McGraw-Hill. link ↗
- Dorigo, M., & Stützle, T. (2004). Ant Colony Optimization. MIT Press. ISBN: 9780262042192
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Multi-Objective Ant Colony Optimization (MOACO). ScholarGate. https://scholargate.app/vi/simulation/multi-objective-ant-colony-optimization
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Tối ưu hóa bầy đànTối ưu hóa↔ compare
- Thuật toán Di truyền Đa Mục tiêu (MOGA)Mô phỏng↔ compare
- Tối ưu hóa Đàn Hạt Đa Mục Tiêu (MOPSO)Mô phỏng↔ compare
- Multi-Objective Simulated Annealing (MOSA)Mô phỏng↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →